☆☆☆Web配信セミナー☆☆☆
～これから始める～
機械学習によるデータ分析の正しい進め方
S210422KW
☆☆☆本セミナーは、Zoomを使用して行います☆☆☆
開催日時：2021年4月22日（木） 10:30-16:30
受 講 料：お1人様受講の場合 50,600円[税込]／1名
1口でお申込の場合 62,700円[税込]／1口（3名まで受講可能）
【講師紹介】
ご専門および得意な分野・研究：
機械学習・最適化技術を利用したシステムの研究開発
データ分析プロセス習熟サポートに関する研究
本テーマ関連のご活動：
トップエスイー（http://www.topse.jp/ja/）講師（2021年1月現在）
未習熟者の機械学習によるデータ分析を支援するPythonライブラリ「MALSS」
（https://github.com/canard0328/malss）の開発
【講師のことば】
機械学習・ディープラーニング・人工知能(AI)技術の流行により、
自社で埋もれている大量のデータやビッグデータを分析し業務に役立てる
データサイエンスの重要性はますます高まっており、データサイエンティストの
育成が様々な分野で非常に重要になっています。
本セミナーはこのようなニーズに応える事を目的として企画されており、より
正確には機械学習を用いたデータ分析の手法を実務的な観点から習得して頂く事を
目的としています。さて、機械学習のアルゴリズム自体は書籍を参照しライブラリを
利用することができても、実際にデータをどう扱って処理し、活かしていけばよいか
分からない、という声がよく聞かれます。また関連の情報も不足しているように見受
けられます。データの前処理や分析の正しいやり方・手順を理解していなければ、
質の高い分析結果に至ることはできず、誤った判断を下してしまう危険性もあります。
加うるに機械学習の急速な進展からか、誤った方法による分析結果が提出されること
も多く、受け取る側の方でも正しい評価指標によりそれを判断することが求められます。
本セミナーでは、具体的にデータ分析の正しいやり方・手順を学び、自分自身で
データ分析を行えるようになる事、または他者のデータ分析結果を評価できるように
なることを目指します。
【受講対象】
・データ分析を始めようとしている方
基本的なデータ分析のやり方・手順を知ることができます
・データ分析結果を受け取る方
分析結果の妥当性を評価することができるようになります
・データ分析を依頼する方
基礎検討を自分達で実施することで付加価値の高い仕事を依頼できます
【受講後、習得できること】
・データ分析プロセスの基礎知識
・データの前処理・扱い方（整形方法・欠損値処理等）
・分析結果の評価指標・評価方法
・分析時の注意点（やり方・手順を誤るとどのような結果となるか）
1. データの前処理・扱い方
1．1 データ分析のためのデータ形式
1．2 特徴量（説明変数）の分類
1．3 カテゴリ変数の扱い方
1．4 欠損値の扱い方
1．5 データの正しい可視化方法
1．6 データ収集・整形時の注意点
2. 機械学習の基本と利用時の留意点
2．1 機械学習とは
2．2 機械学習の代表的な分類
2．3 代表的なアルゴリズム
2．4 データ特性に応じた手法の選択
2．5 ディープラーニングとは
2．6 ディープラーニングの使いどころ
3. 分析結果の評価法
3．1 回帰モデルの評価基準
3．2 分類（識別）モデルの評価基準
3．3 精度以外の評価基準の重要性
3．4 適合率・再現率・F値
3．5 ROC曲線・AUC
4. 機械学習によるデータ分析のすすめ方
4．1 パラメータ調整の必要性とその方法
4．2 過学習とその対策（交差検証法など）
4．3 バイアスとバリアンスについて
4．4 学習曲線による現状の把握
5. ビジネスへの適用について
5．1 分析結果を現場にどう受け入れてもらうか
5．2 機械学習の前にやるべきことはないか
5．3 実運用時の課題
5．4 分析結果の公平性
5．5 真実は常に一つ？
5．6 ディスカッション
